电能质量综合补偿装置控制方法研究

《电能质量综合补偿装置控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、⑧中国近代第一所大学FOUNDEDlN1895天津大薯TlANJINUNIVERSITY硕士学位论文学科专业：作者姓名．n指导教师：陈超万健如教授天津大学研究生院2006年1月中文摘要统一电能质量调节器(UPQC)是一种性能优良的新型电力电子装置，它能够对电力系统中易出现的多种电压、电流质量问题进行综合补偿，但是目前没有特别适用的控制方法能保证其双向多功能补偿特性的实现。本课题组对UPQC的控制方法进行了多方面的探讨与研究，并在前期工作中提出基于一个统一数学模型的同步无差拍控制与直接鲁棒控制两种控

2、制方法。本文首先对统一数学模型做了简化处理，然后在这个简化模型下对以上两种控制方法加以改进。针对同步无差拍对模型参数敏感的缺点，应用递推最小二乘法对系统参数进行在线辩识，理论分析与仿真结果表明，该方法在提高控制器与模型参数配合程度的同时，保持了同步无差拍快速跟踪补偿的特性。针对直接鲁棒控制动态性能差的缺点，提出一种基于混合灵敏度设计的H。控制方法，从干扰抑制的角度出发，通过对灵敏度函数频率特性的整形，达到兼顾系统干扰抑制性能与鲁棒稳定性的目的，从仿真结果上看，该方法能够实现对控制目标的跟踪，补偿性

3、能优于直接鲁棒控制。除了以上对控制方法所做的改进性工作，本文还对神经网络在UPQC控制中的应用展开初步的研究，提出串、并联侧统一检测、分别补偿的神经网络控制方法与神经网络自适应PID控制的设想，仿真结果表明，串、并联侧独立补偿的神经网络控制方法在提高系统抗负载扰动性能方面能收到一定的效果。神经网络自适应PID控制方法目前还不能较好地进行补偿，但是可以设想，当应用于统一补偿模式的时候，该方法可以突破传统方法中系统模型对控制性能的束缚，应该是一种极具控制优势与应用前景的控制方法。本文对UPQC的补偿控

4、制进行了初步的实验研究，包括硬件设计和软件编程，并测取电压、电流波形进行分析，实现UPQC传统控制与补偿。关键词：统一电能质量调节器混合灵敏度设计无差拍在线参数辩识神经网络数字信号处理器ABSTRACTUnifiedPowerQualityConditioner61PQC)isanewpowerelectronicequipmemwimexcellentperformance．whichcansyntheticallycompensatefamiliarvoltageandcurrentquali

5、typroblemsofpowersystem．However,there’SnocontrolmethodwhichiSverysuitableforOVQC．Intheprecedingworkofourprojectgroup，twocontrolmethodsofUPQCbasedonaunifiedmathmodelthataresynchronaldeadbeatcontrolanddirectlyrobustcontrolarementioned．Thispapersimplifie

6、sthemathmodelfirst,andthenresearchesontheimprovementofthesetwomethodsbasedonthesimplifiedmodel．Aimingattheflawofdeadbeatcontrolthatmaybeeasilyinfluencedbymodelparameters，systemparametersidentificationonlineisused．Theoreticalanalysisandemulationresults

7、howthatthismethodmakescontrollercollaboratewithmodelparameterswellandkeepstherapidfollowingcharacteristicofdeadbeatcontr01．AimingattheflawofdirectlyrobustcontrolthatCannotdynamicallycompensate．觚I-Locontrolmethodbasedonmixedsensitivitydesignismentioned

8、．Thismethodacquiresgoodperformanceofdisturbancerestrainingandrobuststabilitybyrevisingfrequencycharacteristicofsensitivityfunction．Itreceivesbettercompensatingeffectthandirectlyrobustcontr01．Inaddition,neuralnetworkcontroltechnologyistriedtoap